基于进化理论的共反射面元叠加多参数全局优化方法研究

One of the major challenges of land seismic exploration in China is how to improve signal-to-noise ratio in the regions with complex surface condition and subsurface structures. It is proven by practice that the stacking method of Common Reflection Surface (CRS) is one of the effective solutions to the issue. Two major technical problems of the CRS method are global optimization of the multiple parameters and high computation cost, which limits its potential in 3D seismic applications. Therefore, this project covers: (1) how to utilize the stochastic theory of Covariance Matrix Adaption Evolution Strategy (CMAES) to perform global optimization of 2D/3D CRS parameters for the nonlinear, discontinuous, non-smooth and noise-containing problem； (2) To overcome the issue of high computation cost, multiple CPU parallel computing is adapted to process each CRS inline independently, as well as GPU acceleration is cooperated to evaluate the seismic semblance as the evaluation process is repeated hundreds or thousands of times for each time point. (3) A gradual strategy is also adopted to carry out the whole CRS process step by step, from velocity scanning, initial parameter estimation, and optimization to the final CRS stacking. Methodology development and real case tests in this study confirm the feasibility of CRS extension to wide 3D applications, and this project once complete will dramatically improve signal-to-noise ratio of land seismic in China, and help obtain clearer subsurface images for seismic interpretation.

我国陆上地震勘探的主要问题之一是如何提高复杂地区的地震资料信噪比，经实践证明，共反射面元叠加方法（CRS）是解决这一问题的有效手段之一。CRS方法由于优化问题和计算量大的问题，在三维勘探中难以展开。因此，本课题研究：（1）如何使用进化优化算法（CMAES）对二维和三维CRS方法的多参数进行全局优化，探讨合适的目标函数和参数形式，以解决非线性、非连续、非平滑和含噪音问题的优化；（2）针对三维CRS方法计算量巨大，我们采用计算机多CPU并行实现各地震测线独立处理，以及采用GPU加速目标函数中“一致性”项的计算，来提升CRS方法的处理速度，达到实用目的；（3）我们实施分阶段逐步处理的技术路线，有机的完成初始参数搜索、参数优化和叠加整个过程。通过对以上各方面的详细研究和深入探讨，我们相信提出的三维CRS参数优化、加速方法和逐步处理等方法确实可行，将极大改善我国低信噪比地区地震成像问题。

我国陆上勘探面临构造复杂、表层条件复杂、信噪比低等难题，运用传统的地震资料处理方法（如速度分析、叠加、偏移等顺序的流程）难以解决资料成像问题，尤其我国西部地区，很多目的层埋藏深，速度拾取精度低，地震资料成像困难。针对上述难点，本项目研究了基于CMAES参数优化的三维地震的共反射面元（CRS）的叠加方法。该方法是一种完全数据驱动的处理方法，不依赖于地下介质的速度模型，而是基于旁轴射线和菲涅尔理论，可用于低覆盖次数、低信噪比和非规则采样的地震资料。.本项目核心研究内容是CRS三参数的CMAES方法优化和CRS叠加。此内容本质上是噪声条件下的参数优化数学问题，即如何取得最优的三参数组合的关键科学问题。CRS叠加参数的搜索本质上就是一个含噪音、非线性、不连续、不可分离的参数优化问题，而CMAES刚好是一种适合于CRS参数搜索的非常好的优化方法。本项目通过重新定义目标函数，使得函数包括含：（a）含三参数的Semblance的倒数，即Semblance越大，道集窗口内相关性越高，倒数就越小，（b）待求取的三参数与初始三参数之差平方。通过CMAES方法快速优化了以上目标函数，使得求解的结果既满足叠加效果好，又满足稳定解条件，实现了CRS三参数优化和求解目标，达到提高信噪比的目的，并形成了稳定高效的CRS算法和软件系统.本项目的研究成果丰富，已经发表17篇相关学术论文，已授权7个中国发明专利，获取16个软件著作权。.本项目研究成果利用CMAES优化算法的优势，并结合并行计算手段，有效的解决了优化难和计算量大两个问题，大大推动CRS在实际数据处理方面的应用，尤其是在二维宽线和三维地震资料处理中的应用。本实际数据的测试也验证了理论和应用的创新，具有广阔的应用前景。